Buchumschlag

Stealing AI Model Weights Through Covert Communication Channels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Barbaza, Valentin, Diaz-Rizo, Alan Rodrigo, Aboushady, Hassan, Raptis, Spyridon, Stratigopoulos, Haralampos-G.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Input-Specific and Universal Adversarial Attack Generation for Spiking Neural Networks in the Spiking Domain
von: Raptis, Spyridon, et al.
Veröffentlicht: (2025)

AI-Enabled Covert Channel Detection in RF Receiver Architectures
von: Abdelazim, Abdelrahman Emad, et al.
Veröffentlicht: (2026)

Prompt Pirates Need a Map: Stealing Seeds helps Stealing Prompts
von: Mächtle, Felix, et al.
Veröffentlicht: (2025)

An Application-Layer Multi-Modal Covert-Channel Reference Monitor for LLM Agent Egress
von: Metere, Alfredo
Veröffentlicht: (2026)

Large Language Model Watermark Stealing With Mixed Integer Programming
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2024)

A Model Stealing Attack Against Multi-Exit Networks
von: Pan, Li, et al.
Veröffentlicht: (2023)

Defense Against Model Stealing Based on Account-Aware Distribution Discrepancy
von: Mei, Jian-Ping, et al.
Veröffentlicht: (2025)

Medical Multimodal Model Stealing Attacks via Adversarial Domain Alignment
von: Shen, Yaling, et al.
Veröffentlicht: (2025)

ACF: A Collaborative Framework for Agent Covert Communication under Cognitive Asymmetry
von: Wu, Wansheng, et al.
Veröffentlicht: (2026)

TransLinkGuard: Safeguarding Transformer Models Against Model Stealing in Edge Deployment
von: Li, Qinfeng, et al.
Veröffentlicht: (2024)

Beyond A Fixed Seal: Adaptive Stealing Watermark in Large Language Models
von: Zhang, Shuhao, et al.
Veröffentlicht: (2026)

BESA: Boosting Encoder Stealing Attack with Perturbation Recovery
von: Ren, Xuhao, et al.
Veröffentlicht: (2025)

Watermark Stealing in Large Language Models
von: Jovanović, Nikola, et al.
Veröffentlicht: (2024)

Large Language Models Merging for Enhancing the Link Stealing Attack on Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2024)

Input-Specific and Universal Adversarial Attack Generation for Spiking Neural Networks in the Spiking Domain
von: Raptis, Spyridon, et al.
Veröffentlicht: (2025)

Secret Stealing Attacks on Local LLM Fine-Tuning through Supply-Chain Model Code Backdoors
von: Li, Zi, et al.
Veröffentlicht: (2026)

Benchmarking Misuse Mitigation Against Covert Adversaries
von: Brown, Davis, et al.
Veröffentlicht: (2025)

Input-Triggered Hardware Trojan Attack on Spiking Neural Networks
von: Raptis, Spyridon, et al.
Veröffentlicht: (2025)

SAB:A Stealing and Robust Backdoor Attack based on Steganographic Algorithm against Federated Learning
von: Xu, Weida, et al.
Veröffentlicht: (2024)

Verifier-Bound Communication for LLM Agents: Certified Bounds on Covert Signaling
von: Tailor, Om
Veröffentlicht: (2026)

Architectural Backdoors for Within-Batch Data Stealing and Model Inference Manipulation
von: Küchler, Nicolas, et al.
Veröffentlicht: (2025)

LLMs Can Covertly Sandbag on Capability Evaluations Against Chain-of-Thought Monitoring
von: Li, Chloe, et al.
Veröffentlicht: (2025)

Model X-Ray: Detection of Hidden Malware in AI Model Weights using Few Shot Learning
von: Gilkarov, Daniel, et al.
Veröffentlicht: (2024)

LCC-LLM: Leveraging Code-Centric Large Language Models for Malware Attribution
von: Pohlenz, Christopher G. Pedraza, et al.
Veröffentlicht: (2026)

AI/ML Based Detection and Categorization of Covert Communication in IPv6 Network
von: Rahman, Mohammad Wali Ur, et al.
Veröffentlicht: (2025)

Exploring Query Efficient Data Generation towards Data-free Model Stealing in Hard Label Setting
von: Pei, Gaozheng, et al.
Veröffentlicht: (2024)

You Can't Steal Nothing: Mitigating Prompt Leakages in LLMs via System Vectors
von: Cao, Bochuan, et al.
Veröffentlicht: (2025)

Towards Provable (In)Secure Model Weight Release Schemes
von: Yang, Xin, et al.
Veröffentlicht: (2025)

Teach LLMs to Phish: Stealing Private Information from Language Models
von: Panda, Ashwinee, et al.
Veröffentlicht: (2024)

Invariant-based Robust Weights Watermark for Large Language Models
von: Guo, Qingxiao, et al.
Veröffentlicht: (2025)

Refine, Discriminate and Align: Stealing Encoders via Sample-Wise Prototypes and Multi-Relational Extraction
von: Wu, Shuchi, et al.
Veröffentlicht: (2023)

An Approach To Enhance IoT Security In 6G Networks Through Explainable AI
von: Kaur, Navneet, et al.
Veröffentlicht: (2024)

Stealing User Prompts from Mixture of Experts
von: Yona, Itay, et al.
Veröffentlicht: (2024)

Best Practices for Biorisk Evaluations on Open-Weight Bio-Foundation Models
von: Wei, Boyi, et al.
Veröffentlicht: (2025)

Breaking the Code: Security Assessment of AI Code Agents Through Systematic Jailbreaking Attacks
von: Saha, Shoumik, et al.
Veröffentlicht: (2025)

GraphIP-Bench: How Hard Is It to Steal a Graph Neural Network, and Can We Stop It?
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2026)

LinkThief: Combining Generalized Structure Knowledge with Node Similarity for Link Stealing Attack against GNN
von: Zhang, Yuxing, et al.
Veröffentlicht: (2024)

Side-Channel Analysis of OpenVINO-based Neural Network Models
von: Jap, Dirmanto, et al.
Veröffentlicht: (2024)

The Weight of a Bit: EMFI Sensitivity Analysis of Embedded Deep Learning Models
von: Breier, Jakub, et al.
Veröffentlicht: (2026)

Causal-Guided Detoxify Backdoor Attack of Open-Weight LoRA Models
von: Chen, Linzhi, et al.
Veröffentlicht: (2025)